ChatGPT是一种自然语言处理模型，它基于人工神经网络和深度学习技术，能够处理自然语言并生成答案。ChatGPT的绘图能力主要依赖于其文本生成能力，即根据输入的自然语言文本生成相应的图片。

ChatGPT的绘图功能通常由两个步骤组成：输入自然语言描写和输出图片。在输入自然语言描写时，用户可使用ChatGPT的API接口或直接与ChatGPT进行交互，输入相应的文本。ChatGPT会将输入的文本进行语义理解，辨认关键词并生成相应的图片。

例如，用户可以输入“一只黄色的小狗正在顽耍”，ChatGPT会根据此文本生成一只黄色的小狗在顽耍的图片。ChatGPT的绘图能力不限于动物，用户可以输入任何自然语言描写，ChatGPT都可以生成相应的图片。

ChatGPT绘图的原理基于其深度学习技术，具体地说，它是基于卷积神经网络（CNN）和生成对抗网络（GAN）的结合。CNN通过学习输入图片的特点，可以将图象信息编码成数值，构成图片的特点向量。GAN是一种生成模型，能够从学习中生成新的图片。ChatGPT通过训练这两种模型，实现了自然语言描写到图片的生成。

具体来讲，ChatGPT的绘图功能可以分为以下几个步骤：

1. 数据准备：ChatGPT需要训练数据集来学习自然语言和图象之间的关系。训练数据通常是由描写文本和相应的图片组成的。

2. 特点提取：ChatGPT将输入的自然语言描写用一个称为嵌入层（embedding layer）的方法转化为向量，使语义信息能够被表示为向量，以便后续的处理。

3. 图象生成：ChatGPT将特点向量输入给生成器，然后生成器将输出一张图片，使生成的图片尽量接近原始描写的图片。

4. 图象评估：ChatGPT的生成器生成的图片需要通过鉴别器（discriminator）进行评估，以判断生成的图片与原始图片会不会类似。鉴别器会将生成的图片与真实图片进行比较，并计算它们之间的差异，以便不断优化生成器的训练。

综上所述，ChatGPT通过深度学习技术实现了自然语言描写到图片的生成。ChatGPT的绘图技术已得到了广泛的利用，如动画制作、医疗影象分析等领域。随着深度学习技术的不断发展，ChatGPT的绘图能力也将不断提高，在更多的利用场景中发挥重要作用。